KMV模型的计算-中国政法大学MBA

论文编号：KMV模型在我国商业银行信用风险管理中的应用研究中国政法大学研究生院二○一五年三月摘要1KMV模型在我国商业银行信用风险管理中的应用研究摘要随着金融全球化的快速发展及日益变化的金融创新，信用风险变得更加隐蔽、复杂和多变，而原有的信用风险管理方式已经不适用当前形势的需求。如何有效提高信用风险的管理水平已是商业银行亟需解决的问题。近年来国际上研发出了许多现代信用风险度量模型，其中KMV模型在使用条件上比较符合我国情况。该模型因其所需主要数据基于上市公司的股票价格和财务数据公开易得，经过研究发现该模型得到金融界专家认可度比较高在我国适宜性较强，未来应用前景可期。选题是基于该模型依据著名的经济大师诺贝尔奖获得者莫顿（Merton）的期权定价模型（OPM）建立的。KMV模型也称之违约预测模型，雄厚的理论基础决定可信度高；其次模型采用的数据主要是针对上市公司的股票市场的收盘价和公司年报里的长期债务数据，输入数据简单易得；再者因所需数据公开透明，避免了传统的方法需要大量的财务数据和企业造假所带来的弊端；最后因股票市场变化莫测，基于此市场数据预测出来的EDF值不同于传统度量法，是动态的且能预知未来，非常适用于信用风险的度量，可弥补我国商业银行以往测量信用风险的传统方法静止的、落后于时间的缺陷。KMV模型是近年来广泛应用于发达国家的信用风险度量模型，也是国际金融监管机构巴塞尔委员会重点推荐的现代模型，足见该模型的使用价值和在国际金融界的认可度有多高。我国商业银行的信用风险度量技术由传统型向现代度量模型转变时，实践《新巴塞尔协议II》建议的内部评级法（IRB）里的KMV模型则是最佳的时机。研究KMV在我国商业银行的应用意义非凡，是对传统管理方法的挑战也是革命，关系到能否有效提升我国商业银行风险管理水平，以保证经济平稳运行实现中华复兴之梦。本文以国内外学者的研究成果为基础，结合我国经济环境和实际条件，精心研究分析KMV模型内涵，并结合12家上市公司在股票市场中国政法大学硕士学位论文KMV模型在我国商业银行信用风险管理中的应用研究2的相关数据，通过实证以达到探讨违约预测模型的效果在我国现有的体制下有哪些适用性的目的。本论文的研究内容主要分四部分：一、主要介绍问题提出的背景、目的和意义，精心研读国内外学者对KMV模型研究文献，借鉴前人经验，形成自己研究课题的独立思路和方法。指出采用现代度量模型技术不仅对商业银行的信用风险度量效果好而且对提高银行整体风险的控制和管理水平的提高都是有意义的、非常必要也非常紧迫。二、本章重点分析KMV模型的原理，尤其对模型的参数反复思考。合理的参数设定是保证模型有效性及适用性的前提，亦是本文重点部分之一。三、这是本文核心内容，在样本和数据选取上花费较多时间，以我国沪深交易所上市的12家公司为样本截取信达证券通达信网上交易系统2013年的最新数据进行计量和类比。本章涉及内容多、数据量大，故采用了计算机编程的运算法、简洁准确，达到实证模型有效性的目的同时分析出可在风险预测、风险评级及贷款定价等方面的应用，同时分析了使用该模型的困难和问题并采取了应对措施。四、根据现代度量技术的使用条件和目前我国商业银行信用风险管理存在的问题就商业银行完善风险管理这一方面提出合理化建议。关键字：KMV模型；现代信用风险度量模型；商业银行信用风险管理；巴塞尔委员会ABSTRACT3KMVMODEL’SAPPLICATIONRESEARCHINCREDITRISKMANAGEMENTOFOURCOMMERCIALBANKABSTRACTWiththerapiddevelopmentoffinanceglobalizationandinnovation,creditriskhasbecomemoreconcealed,complexandmultiple,however,theoriginalcreditriskhadoutdated.Howtoimprovethestandardofcreditmanagementhasbeenthemostcriticalproblemtocommercialbanking.Recently,somedevelopedcountrieshavefiguredoutamountofmoderncreditriskmeasuremodels.Amongthere,theprovisionofusingKMVmodelrelativelyaccordswithoursituation,becausethebasicdataofKMVisbasedonthestockpriceoflistcompaniesandpublicfinancedataiseasiertogain.Besides,themodelhasgainhighlyrecommendoffinanceexpertsanditalsohasastrongflexibilityinChina,whichallcontributestoaprospectedfuture.SelectingthistopicisbasedonthismodelanditisalsobasedonthefamousmasterEconomicsMerton`smodelcalledOPM.KMVmodelalsonamedthedefaultpredictionmodel.Solidtheoreticalbasismakesitconvinced.Secondly,thedataofthismodelmainlyaimsatclosedpriceinstockmarketoflistcompaniesandlong-termdebtdatainannualreportsofthecompanies.Incomingdataareeasiertoacquire.Furthermore,becausedataisopenandtransparenttopublic,comparedwithtraditionmethodwithahighdemandoffinancedataandenterpriseswhichcanbeforged,KMVcanavoidallthesedisadvantages.Lastly,stockmarkingalwayschanges,thedataofEDFismeasuredinthismarket,differentfromtraditionmeasuremethod,whichmakesitdynamicandcanpredictfutureatthe中国政法大学硕士学位论文KMV模型在我国商业银行信用风险管理中的应用研究4sametime.Allthesebenefitsareverysuitableforcreditriskmeasureandcanremedyourtraditiononewhosefaultissteadyandoutoftime.KMVmodelhasbeenwidelyusedindevelopedcountriesforcreditriskmeasureandisalsohighlyrecommendedbytheInternationalFinancialRegulatorsBaselcommissionformodernuse.Fromthis,itisobviousthatthismodelhashighvalueinuseandreputation.Thecreditriskmeasuretechnologyinourcommercialbankinghasbeentransformedfromthetraditionalwaytomodernone.Atthesametime,carryingoutthenewBaselagreementIIisalsoanidealoptionalchoice.Itismeaningfulforexpertsinourcommercialbankingtoresearchapplicationprospectandmakearevolutionforchallengingtheconventionalmanagementmethod,whichrelatestowhetherenhancesourbankingcommercialmethodmanagementornotandensuretohaveafunctioningeconomy.AllofthisisaimingtoachievingthedreamofChineseRenaissance.ThisessayisbasedonresearchfindingofforeignscholarsandcombineswithourrealitytoanalyzethemeaningofKMVmodel.Andrelateddatacomesfromthe12listcompaniesinstockmarket.TheaimistogropeforwhatkindofadaptabilitycanapplyindefaultpredictionmodelsinChina.Thecontentincludingfourchapters,whichis:Chapterone:introducingthebackground,purposeandmeaningofthisessay.StudyinginrelatedessaysofforeignexpertsinKMVmodelinordertodevelopmyownwaysofthinkingandmethod.Chaptertwo:analyzingtheKMVmodelmethod,speciallyrevolvingtheproblemindata.Theprovisionofensuringtheeffectivenessandadaptabilityistosetoutrationparametersanditisalsothekeypointofthispaper.Chapterthree:thispartisthecoreoftheessay.Spendingamountoftimeinsamplesandselectingdata.Basedonthesamplesof12listcompaniesintheShanghaiandShenzhenStockExchangeandinterceptedthelatestdataofCindaSecuritiestomeasureandcomparewith.Thischapterarelongwithhugedata,soitissuitableforittoadopttheoperationmethodforthecalculationoftheinternationalcomputerprogramming,ABSTRACT5whichisconciseandprecise.Itcanachievetheeffectivenessandanalyzetheriskprediction,riskgradeandfixedpriceatthesametime.Chapterfour:Accordingtothebackgroundofserviceconditionsinmodernmeasuretechnologyandthegeneraltrendineconomyenvironmentbecomegood,itisthedutytogiverationalsuggestionincompletingriskmanagementofcommercialbanking.KEYWORDS:KMVmodel;modernriskmeasuremodel;commercialbanking